ICES Report: Appropriateness: The Next Frontier in the Quest for Better Access to CT and MRI
Notice bibliographique
Résumé
The IssueMedical imaging, such as computed tomography (CT) and magnetic resonance imaging (MRI), is now an essential part of modern healthcare.The tests provide non-invasive diagnosis for a wide range of conditions, and their use has undoubtedly improved health outcomes for many individuals.However, in many developed countries, marked increases in imaging use are now straining healthcare expenditures and threatening health system sustainability.For example, in Ontario, between 1993 and 2003, the number of CT scans increased by 400% and the number of MRI scans increased by 700% (Tu et al. 2005).Despite these massive increases in capacity, Canadians have remained concerned about unreasonable wait times for CT and MRI (Priest 2009, February 23).In response, governments have committed a considerable amount of resources to address the access problem.In Ontario, some progress has been made for CT.Since the launch of the provincial wait times strategy in 2004, waits for CT have been reduced from 81 to 36 days (although they still remain above the provincially set target of 28 days).However, the same cannot be said for MRI.Despite a doubling in MRI volumes between 2002 and 2006, wait times for MRI remain at 107 days -well above the 28-day target.When seeing these patterns, one obvious question is whether, in some cases, these tests are being over-prescribed.Three recently published studies by the Institute for Clinical Evaluative Sciences (ICES) have shed some light on the question of appropriateness of diagnostic imaging in Ontario.In this brief report, we highlight the findings and implications of these studies. Provincial Audit of CT and MRI Use Key FindingsThis provincial audit of scan requisitions and reports examined the reasons for ordering and results of 11,824 outpatient CT scans and 11,867 outpatient MRI scans performed on or after January 1, 2005, from a representative, randomly selected sample of 29 Ontario hospitals (You et al. 2008).The key findings from the study are as follows:
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,016 | 0,050 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,006 | 0,003 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,011 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,011 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».